注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 自由曲面测量点云数据的建模方法研究.pdf

  2. 本文提出了一种散乱点云数据的建模新方法。通过对点云数据进行空间三维划分，实现了边界信息的高效提取。采用局部曲面拟合方式得到位于截平面上的有序数据，使得无序的散乱数据形成了有序的阵列数据，实现了NURBS曲面的精确拟合。实验证明，该方法非常适合卷曲类模型的自由曲面重构，在某零件的测量、建模和加工中已经得到了实际应用。

  3. 所属分类：专业指导

    • 发布日期：2009-09-04
    • 文件大小：162kb
    • 提供者：TZD1012

  1. 基于点云数据的三维重建

  2. 文章的第二章，从三维激光扫描数据的特点出发，介绍了数据处理的基本 程，重点介绍了预处理的内容：其一，介绍了使用FARO Laser Scanner 880的 套软件FARO Scene和商业软件Geomagic Studio对点云数据进行去噪的方法 步骤；其二，介绍了多站数据配准的基本理论和几种重要算法，包括：有靶 控制的点云配准方法、ICP算法和四元数法，并归纳了这几种方法的特点。 第三章主要研究了基于塑像三维点云数据进行模型重建的技术。针对塑像 面不规则的特点，对塑像点云的建模选择了逐点插

  3. 所属分类：其它

    • 发布日期：2010-04-13
    • 文件大小：10mb
    • 提供者：opencv2008

  1. 化石林三维点云数据

  2. 化石林实验数据，是验证实践的好数据。有xyz（坐标位置），rgb（颜色）等熟悉。

  3. 所属分类：C++

    • 发布日期：2012-11-05
    • 文件大小：37mb
    • 提供者：hclchenjie

  1. 深度图像自动配准点云的方法研究

  2. 点云配准是三维激光扫描数据处理过程中不可或缺的一个环节，利用标靶进行配准是经典的手段之一， 此类方案在单独扫描标靶的基础上进行半自动化配准。本文给出一种配准策略，利用中心投影原理将单站扫描的 点云转换为深度影像，借助数字图像处理技术完成标靶的自动提取，拟合获得标靶中心点的坐标，并借用摄影测 量学的知识实现点云的自动化配准。实验证明了本文方法的有效性。

  3. 所属分类：专业指导

    • 发布日期：2013-03-12
    • 文件大小：239kb
    • 提供者：neversleeping

  1. 激光扫描点云数据

  2. 本数据是利用激光扫描仪获得的三维点云数据，数据有地面、电线杆信息。可以为用户提供实验数据。

  3. 所属分类：其它

    • 发布日期：2013-09-06
    • 文件大小：35mb
    • 提供者：hlj184

  1. 保留边界特征的点云简化算法

  2. 为有效简化点云数据，提出保留边界特征的点云简化算法。该算法利用三维栅格划分 法建立散乱点云的空间拓扑关系，计算每个数据点的近邻，通过球拟合法求得其曲率和具有方向性 的法向量，采用投影点个数比值法找到并保留点云边界，根据具体情况设定所需阈值，对非边界点 进行分类，通过对点的曲率与平均曲率比较、近邻保留点与近邻点个数比例，完成，占、云简化。实验 结果表明：该算法不仅能对点云进行直接有效地简化，而且还能很好地保留点云模型的细节特征。 简化比例达25％一40％。该方法可以满足不同种类点云简化的要求，能

  3. 所属分类：专业指导

    • 发布日期：2013-11-18
    • 文件大小：1mb
    • 提供者：q_023

  1. 大规模点云选择及精简

  2. 点云选择与精简是三维扫描系统中应对背景数据、冗余采样、分布不均匀 等问题的必要后处理步骤。针对定制低成本三维扫描系统的需求，传统方法仍有很多局限性。 这是由于研究领域未提供支持套索uI接t：／的点云选择算法；传统点云精简方法侧重曲率自 适应分布，无法保证平坦区域的均衡分布。论文提出一种支持套索UI接口的点云选择算法， 通过构建套索形状矩形覆盖与点云八叉树剔除大部分点在多边形内的判断；提出一种基于 Poisson—disk采样的均衡分布的点云精简算法，并以采样点邻域球布尔交运算来定义曲面上 的圆

  3. 所属分类：专业指导

    • 发布日期：2013-11-18
    • 文件大小：2mb
    • 提供者：q_023

  1. 建筑物点云数据

  2. 一个建筑物的点云，2兆多，适合初学者实验

  3. 所属分类：C/C++

    • 发布日期：2014-09-26
    • 文件大小：2mb
    • 提供者：u011616066

  1. 三维激光点云包围盒算法压缩

  2. 使用包围盒算法对点云数据进行压缩，包含测试点云，完整的代码和实验结果截图，希望对大家有所帮助！

  3. 所属分类：其它

    • 发布日期：2014-10-31
    • 文件大小：1mb
    • 提供者：u013031908

  1. 三维点云数据，内含6个点云数据

  2. 本人所做点云数据实验用到的一些点云，适合用于演示等操作，如有需求还可提供其他的。

  3. 所属分类：其它

    • 发布日期：2015-05-09
    • 文件大小：23mb
    • 提供者：u012589747

  1. 点云实验数据

  2. 点云实验必备的数据，cow.ply,适合初学者使用

  3. 所属分类：其它

    • 发布日期：2015-09-19
    • 文件大小：182kb
    • 提供者：zhangyong1983

  1. 三维激光点云las数据

  2. 一段城市道路的车载激光点云las数据，包含路面、路灯、树木、建筑物、车辆等地物，可用作点云数据处理的实验数据。

  3. 所属分类：其它

    • 发布日期：2017-04-16
    • 文件大小：49mb
    • 提供者：emmazho

  1. 三维激光扫描点云边界检测和孔洞修补

  2. 主要讲述了点云孔洞修补的过程，怎么检测边界，针对散乱点云数据分布不规律性，提出了改进的动态网格 k 邻域算法，建立点云空间拓扑关系，实验表明该算法不仅能够快速、准确地查找出目标点的 k 邻近点，还具有较为广泛的适用范围

  3. 所属分类：C++

    • 发布日期：2017-10-23
    • 文件大小：3mb
    • 提供者：bjdzx15001

  1. 鲁棒的点云曲线骨骼提取算法

  2. 摘 要：为解决复杂点云数据的曲线骨骼提取问题，提出了一种鲁棒的点云曲线骨骼提取算法。该方法首先通过区 域分割将点云模型分成多个弱凸面集，减少噪声点对骨骼提取的影响，然后在每个弱凸面集中根据对称点信息提取 候选骨骼点，对候选骨骼点进行压缩和平滑，并采用最优平面法对骨骼点进行重定位，最后利用区域分割信息将各 区域的骨骼点连接得到最终的曲线骨骼。实验结果表明，该方法不仅能够处理完整和非完整的点云数据，而且能够 正确提取包含复杂形状的点云骨骼。

  3. 所属分类：讲义

    • 发布日期：2018-01-07
    • 文件大小：3mb
    • 提供者：darange

  1. 点云试验数据

  2. 很好的点云实验数据(*.las），仅供研究学习使用。。。

  3. 所属分类：图像处理

    • 发布日期：2018-03-01
    • 文件大小：3mb
    • 提供者：the_robot

  1. 城市道路点云.las

  2. 一段城市道路的车载激光点云las数据，包含路面、路灯、树木、建筑物、车辆等地物，可用作点云数据处理的实验数据。

  3. 所属分类：深度学习

    • 发布日期：2020-04-24
    • 文件大小：49mb
    • 提供者：wq198909

  1. 三维激光点云las数据

  2. 一段城市道路的车载激光点云las数据，包含路面、路灯、树木、建筑物、车辆等地物，可用作点云数据处理的实验数据。

  3. 所属分类：其它

  1. 三维激光点云las数据

  2. 一段城市道路的车载激光点云las数据，包含路面、路灯、树木、建筑物、车辆等地物，可用作点云数据处理的实验数据。

  3. 所属分类：其它

    • 发布日期：2020-07-15
    • 文件大小：20mb
    • 提供者：fly_cool

  1. 基于多维混合柯西分布的点云配准

  2. 为提高三维点云在数据随机缺失和噪声干扰等复杂情况下的配准精度, 提出一种基于多维混合柯西分布(MMC)的点云配准方法。将点云数学模型扩展为MMC模型, 求解模型各参数, 并构造出特征四面体,以优化旋转矩阵与平移向量; 通过最大期望算法分别求出目标点云和待配准点云在MMC模型下的数据中心、协方差矩阵和权重的值。仿真与实验数据表明：与几种常用的算法相比, MMC算法即使在点云数据存在遮挡、缺失, 大小不一致, 含随机噪声, 且具有无序性的条件下, 也能精确配准, 且具有良好的稳健性。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：20mb
    • 提供者：weixin_38739919

  1. 一种密集管道点云数据自动分割算法

  2. 提出了一种针对密集圆形管道点云数据的自动分割算法，通过八叉树结构将点云划分为若干个子块，并建立其空间邻域关系，采用基于法向量条件约束的随机采样一致性算法移除子块内的大区域平面，同时运用欧氏距离聚类和基于平滑条件约束的区域增长分割算法再次细化数据。实验结果表明：提出的自动分割算法在处理大小为6 m×12 m×16 m的点云空间数据时，4线程并行计算仅耗时9 s，精确率达到90%以上。因此，所提算法能够快速、准确地分割管道点云数据，具有较高的应用价值。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：20mb
    • 提供者：weixin_38653040
« 12 3 4 5 6 7 8 9 10 »